【图像识别】【读论文】《基于Kinect的连续中国手语识别》

《基于Kinect的连续中国手语识别》

目前手语识别的问题：

1、 手势的获取，使用光学获取方法，计算量大，精度低，受环境影响大；

2、 手语此类特别多，如何识别上千的类别同时达到令人满意的精度，计算量大，实时性差；

3、 对连续手语识别，手语词边界的准确检测也是问题；

4、 描述手语的特征的有效性差、缺少合适的公共数据集、不同人手语习惯差异较大。

 

一、图像预处理：基于OpenCV的图像手掌分割算法，基于深度和彩色图像的手掌分割

根据肤色对彩色图像进行处理，获取脸和手的位置；

在上述识别的基础上，识别人脸前一定深度范围，获得手的信息；

进行仿射变换后，对上述两个图像求交集。

二、特征提取和识别算法：手语识别的手形特征









【由作者的数据对比分析，分类器：HMM比较有优势，之后着重学习HMM；特征提取，作者自己写的APF（面积特征提取）具有优势，这里给了很大的启发，针对特殊限制写的算法与基于通用算法在特定问题的用途相比，特定算法可能基于更快的识别速度以及更高的识别精度，但因为缺乏通用性导致大家都喜欢某某通用算法在特定领域的应用】

三、手语语句分割算法，基于BP神经网络的序列分割算法



【虽然知道很重要，但手语语句分割算法之前基本不了解，对BP神经网络也知之甚少，这一章看起来很吃力，之后再看】